对每一个从事量化投资的人来说，心中都有一个梦想——用“公式打败市场”。量化投资界从不缺少神奇的传说，西蒙斯的大奖章基金连续20年实现80%的投资收益，正是这种奇迹激励着每个宽客寻找神奇的公式，以实现持续战胜市场的美梦。正如投资界的二八法则一样，能够战胜市场的永远是少数，这对量化投资者来说也不例外。量化投资在海外成熟的市场已发展了30年，国内的量化投资才刚刚起步，对其如何运作依然模糊，本文将试着揭开量化投资神秘的面纱。

　　系统化思考

　　研究是量化投资的核心，表现良好的量化策略大多来源于精心设计、缜密而又从不懈怠的研究。对宽客来说，研究思想的获取不外乎经验的积累、专业的学习、他人的传道。但无论你的思想来源于哪里，你都必须对量化策略进行严谨缜密、逻辑一致性的系统化研究。

　　首先，你必须要深刻理解策略的基本原理，它是否具有科学的理论基础？它获利的基础是什么，是来源于你的模型还是来源于你的风控？它适应哪些市场？它适应哪个品种？这些问题你必须诚实而认真地思考。

　　其次，细节决定成败，你必须考虑到策略的每一个细节。对机器来说，它只是忠实执行你的指令，如果缺乏绝对精确的指令，机器也是毫无用处的。相对主观判断型交易者来说，机器的优点在于它能克服主观交易者随意的情绪化的决策，很多时候，这恰恰是你获利的来源，对手的情绪化和错误是你获利的“源头活水”。

　　最后，你必须持续跟踪你的量化策略，没有一个模型是一劳永逸的，没有这样完美的印钞机。一旦模型出现预定的偏差，你必须全力以赴寻找问题的根源。正如量子理论描述世界的方法是“或然率”，而量化投资描述世界的方法只是概率游戏，无论你是用什么策略，获利都只是因为概率站在你这边。

　　确立你的优势

　　对每个宽客来说，你必须要确定你在这个市场中的优势，当然这个优势更多取决于相对优势。要想成为市场中少数的赢家，你必须明白你的优势边际所在。

　　对不同类型的量化投资人来说，建立优势路径不尽相同。比如对高频交易者来说，优势的一个重要来源是速度和交易成本，比你的竞争对手享有更快的速度和更低的交易成本。如果你想成为一个高频交易员，要想方设法取得这样的优势。对日内低频交易员来说，优势可能来源于你的模型，比如在海量的交易数据中寻找到微弱的规律性，或是来源于你的风控，即使对同一个模型来说，风控水平的高低也在一定程度上影响着模型的发挥，在很多时候风控的重要性是超越模型的。这其实很好理解，大部分模型都已被宽客建立，要寻找到神奇的公式难度极大，在高度竞争的市场环境中，模型的优势都是短暂的，但只要你在细节的各个方面都比竞争对手考虑得更周全一些，你就有可能建立自己的优势，风控就是被很多“聪明”的宽客所忽视的。对套利交易者来说，你的优势可能取决于你的资金规模，可能取决于你的交易成本，还可能取决于制度壁垒，比如国内市场的某些内外盘套利机会，恰是因为资本管制，那些有境外渠道的投资者就可以充分享受这种制度红利的套利机会。

　　对宽客来说，无论是采用哪种交易模式，都要思考你的对手是谁，你相对于竞争对手优势有哪些，你必须建立自己的SWOT分析模型。

　　永远不要忘记黑天鹅

　　历史总是被创造的，通常在那些宽客投资失败的案例中，我们总是能找到过度依赖于历史数据的影子，历史数据反映了哪些情景是可能再现的，哪些是极少发生的，哪些又是从未发生过的。多数失败教训都是或多或少忽视了历史上极少发生的或从未发生的情景。长期资本的破产就是未预测到俄罗斯会赖账，因为历史上从未发生过。而预防黑天鹅事件正是在风险评估中必须考虑到的，一个好的量化交易策略是会主动承担一些合理的市场波动风险，对不可预知的风险必须要有防范措施。

　　正如“测不准原理”是量子世界理论基础一样，不可预知事件总是伴随着量化世界。风险管理并不只是规避风险或者减少损失，它是为了提高回报而实施有目的选择和规模控制。度量市场风险的工具主要有夏普比率，计算收益回报随着时间的标准差，这种方法可以得到不确定性的概念，这个概念通常称作波动率。波动率是风险的来源，同时也是众多宽客获利的来源。风险控制模型一方面需要分析市场系统性风险，也就是市场整体型的风险，另一个方面也需要分析数据统计型风险，统计型风险在量化交易策略中经常会用到，但有时也会产生策略参数过度优化的风险。

　　市场可能持续非理性，一直到你破产为止，所以不要忘记黑天鹅事件，它会比你想像的出现更多。

　　严格执行指令

　　主观判断型交易者中的贪婪、恐惧、不守纪律的情绪化因素在量化交易过程中会得以避免，这也是量化策略与主观判断型交易策略的显著区别。事实上量化交易策略并不比主观判断型交易策略更聪明，只是量化策略能够避免多数人在严格执行纪律时所面临的异常的心理挑战。在经过设计和严格测试的量化交易策略后，投资者应该让模型自动运行而不受不必要的随意干预，除非模型已不适应当前市场。在很多初次采用量化模型投资者中，正是因为不能忍受当前市场合理的波动进而怀疑模型的有效性而放弃执行量化策略。甚至有些人会产生量化投资无用论的观点，但对资本市场来说，这也是合理的，因为无论用哪种投资方法，这个市场本就是少数人赢家的游戏。